隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)價值的深度應(yīng)用成為助力企業(yè)發(fā)展的重要源動力。在企業(yè)的數(shù)字化轉(zhuǎn)型過程中，加強數(shù)據(jù)治理、深化數(shù)據(jù)開發(fā)、保障數(shù)據(jù)安全成為釋放數(shù)據(jù)價值的關(guān)鍵環(huán)節(jié)，而強化數(shù)據(jù)安全對企業(yè)的數(shù)字化轉(zhuǎn)型和升級起著至關(guān)重要的作用。
基于此，CIO時代、新基建創(chuàng)新研究院聯(lián)合霍因科技推出”霍因安全觀”系列線上微課堂，詳細介紹數(shù)據(jù)安全治理的方法論、先進技術(shù)、典型案例及實踐成果，展現(xiàn)數(shù)據(jù)安全治理的全生命周期管理，助力企業(yè)的數(shù)字化轉(zhuǎn)型與升級。
第二期【霍因安全觀】系列微課堂，我們來詳細了解AI全域敏感數(shù)據(jù)發(fā)現(xiàn)在工業(yè)制造中的杰出表現(xiàn)。
1
工業(yè)制造數(shù)據(jù)治理面臨的挑戰(zhàn)及應(yīng)對
近年來，隨著工業(yè)互聯(lián)網(wǎng)發(fā)展的不斷深化，在工業(yè)領(lǐng)域加強數(shù)據(jù)管理的重要性日益突出。然而，工業(yè)領(lǐng)域信息化起步相對較晚，工業(yè)數(shù)據(jù)也更為復雜，涉及研發(fā)、生產(chǎn)、管理、運維、服務(wù)等多個環(huán)節(jié)，因而數(shù)據(jù)管理工作的推進也相對滯后。
隨著工業(yè)制造數(shù)據(jù)規(guī)模的指數(shù)級增長，給數(shù)據(jù)治理工作帶來巨大壓力。傳統(tǒng)人工方式做數(shù)據(jù)的清洗、分辨與調(diào)優(yōu)使治理工作耗時冗長，帶來高昂的人力成本，且愈發(fā)難以滿足智能應(yīng)用對數(shù)據(jù)在規(guī)模量與質(zhì)量的高要求，傳統(tǒng)的人工數(shù)據(jù)治理工作已變得捉襟見肘。
與其他行業(yè)類似，工業(yè)數(shù)據(jù)管理工作的重點是保障數(shù)據(jù)質(zhì)量與安全、促進數(shù)據(jù)互操作，為工業(yè)智能提供高質(zhì)量、高可靠的基礎(chǔ)數(shù)據(jù)資源。
2
工業(yè)制造企業(yè)數(shù)據(jù)治理的取勝關(guān)鍵——數(shù)據(jù)的分類分級
人工智能技術(shù)關(guān)鍵點是互聯(lián)、實時與智慧，運用數(shù)據(jù)幫助企業(yè)管理者做決策，人工智能在先進制造業(yè)領(lǐng)域具有非常大的應(yīng)用潛力。
在工業(yè)制造企業(yè)，人工智能技術(shù)應(yīng)用包含了智能發(fā)現(xiàn)，智能分類分級的資產(chǎn)化以及智能打標等多層次的核心能力。數(shù)據(jù)分類在數(shù)據(jù)管理中應(yīng)以企業(yè)業(yè)務(wù)為導向，根據(jù)業(yè)務(wù)基因來實現(xiàn)包含域、組、數(shù)據(jù)類型的劃分。
一方面，數(shù)據(jù)分級需要滿足在數(shù)據(jù)全生命周期中安全合規(guī)的使用數(shù)據(jù)這一基礎(chǔ)要求；另一方面，企業(yè)需要對《網(wǎng)絡(luò)安全法》、《數(shù)據(jù)安全法》、《個人信息保護法》等相關(guān)法律法規(guī)（包含行標、團標、企標）進行遵從。因此，在充分理解分類分級的基礎(chǔ)上，數(shù)據(jù)資產(chǎn)發(fā)現(xiàn)分級分類成為數(shù)據(jù)采集的一個階段性成果。
3
工業(yè)企業(yè)數(shù)據(jù)分類一般可分為五個大域（參考見：工業(yè)數(shù)據(jù)分級分類指南第六條）：
研發(fā)域：設(shè)計（CAD）、仿真分析、工業(yè)軟件開發(fā)、系統(tǒng)測試等。
生產(chǎn)域：制造執(zhí)行系統(tǒng)、數(shù)據(jù)采集和監(jiān)視、控制系統(tǒng)、工藝狀態(tài)數(shù)據(jù)庫中的控制信息、工藝參數(shù)、系統(tǒng)日志等。
管理域：生產(chǎn)管理系統(tǒng)中的預算管理、運行管理、生產(chǎn)管理、訂單系統(tǒng)等。
運維域：維修管理、備品備件等。
外部域：第三方支持的統(tǒng)計業(yè)務(wù)或者發(fā)電計劃等交互數(shù)據(jù)。
根據(jù)不同類別工業(yè)數(shù)據(jù)遭篡改、破壞、泄露或非法利用后，可能對工業(yè)生產(chǎn)、經(jīng)濟效益等帶來的潛在影響，將工業(yè)數(shù)據(jù)分為一級、二級、三級等3個級別（參考見：工業(yè)數(shù)據(jù)分級分類指南）：
三級數(shù)據(jù)：易引發(fā)特別重大生產(chǎn)安全事故或突發(fā)環(huán)境事件，或造成直接經(jīng)濟損失特別巨大；對國民經(jīng)濟、行業(yè)發(fā)展、公眾利益、社會秩序乃至國家安全造成嚴重影響。
二級數(shù)據(jù)：易引發(fā)較大或重大生產(chǎn)安全事故或突發(fā)環(huán)境事件，給企業(yè)造成較大負面影響，或直接經(jīng)濟損失較大；引發(fā)的級聯(lián)效應(yīng)明顯，造成行業(yè)及行業(yè)周邊影響持續(xù)，導致供應(yīng)商、客戶資源和個人信息大量泄漏；恢復工業(yè)數(shù)據(jù)所需付出代價較大。
一級數(shù)據(jù)：對工業(yè)設(shè)備、工業(yè)互聯(lián)網(wǎng)平臺運行影響小給企業(yè)造成負面影響小或者經(jīng)濟損失少受影響的用戶和企業(yè)少，繼續(xù)時間短恢復工業(yè)數(shù)據(jù)或者消除負面時間短，代價小。
4
工業(yè)制造企業(yè)數(shù)據(jù)安全治理“利器”——霍因.海石
如今數(shù)據(jù)不再局限于傳統(tǒng)數(shù)字形式的認知，由結(jié)構(gòu)化數(shù)據(jù)延伸到半結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)范疇?；粢蚩萍甲鳛閿?shù)據(jù)安全治理領(lǐng)域中的新銳力量，打造出海石數(shù)據(jù)治理安全平臺的三大核心能力，有效地減少了人工干預，進行輕量化部署，實現(xiàn)敏感數(shù)據(jù)的全量、全景的數(shù)據(jù)發(fā)現(xiàn)、控制。
? 通過AI全域的能力，對復雜的工業(yè)數(shù)據(jù)進行有序的資產(chǎn)化梳理，提升對數(shù)據(jù)的發(fā)現(xiàn)并分級分類能力，為客戶安全生產(chǎn)使用提供支撐AI發(fā)現(xiàn)；
? 通過動態(tài)知識庫的建立與智能分類器能力，減少人為參與，提高效率及準確率；
?統(tǒng)一倉管理實現(xiàn)數(shù)據(jù)分角色、分場景、分數(shù)據(jù)類型、分安全級別的通過管控和安全能力賦予，安全合規(guī)的實現(xiàn)數(shù)據(jù)資產(chǎn)化。
5
AI全域敏感數(shù)據(jù)發(fā)現(xiàn)應(yīng)用實例——電力工業(yè)制造企業(yè)
在“十四五”規(guī)劃下，我國電力行業(yè)逐步進入高質(zhì)量發(fā)展階段。先進的基礎(chǔ)設(shè)施和海量的數(shù)據(jù)，為電力企業(yè)數(shù)字化轉(zhuǎn)型奠定了物質(zhì)基礎(chǔ)。電力在能源的中心地位不斷提升，促使保障電力安全成為能源安全新戰(zhàn)略的核心要素，是電力行業(yè)踐行總體國家安全觀的迫切需要。如何更好地利用數(shù)據(jù)，保證數(shù)據(jù)的安全性成為電業(yè)工業(yè)制造企業(yè)現(xiàn)階段關(guān)注的重點。
圖一：實現(xiàn)數(shù)據(jù)安全，各個階段預計成果
霍因科技數(shù)據(jù)治理安全平臺為了更好地滿足數(shù)據(jù)資產(chǎn)化的要求，整合了人工智能技術(shù)（NLP、NLU等）為實現(xiàn)企業(yè)數(shù)據(jù)治理提供強有力工具。平臺為客戶提供了以安全合規(guī)，安全使用數(shù)據(jù)為驅(qū)動的數(shù)字化轉(zhuǎn)型；通過AI全域敏感智能識別，對行業(yè)數(shù)據(jù)能力積累和安全法規(guī)的理解和導入，通過智能引擎和智能分類器的不斷優(yōu)化，完整實現(xiàn)了客戶數(shù)據(jù)的資產(chǎn)化過程，建立了一套完整數(shù)據(jù)安全基礎(chǔ)平臺，為數(shù)據(jù)全生命周期管理邁出最夯實的第一步。
圖二：霍因.海石數(shù)據(jù)治理安全平臺實例
首先，通過前置數(shù)據(jù)源管理與業(yè)務(wù)部門配合進行數(shù)據(jù)環(huán)境摸底，進行全域數(shù)據(jù)智能掃描發(fā)現(xiàn)敏感信息；
其次，通過AI、動態(tài)庫及數(shù)據(jù)標準建立智能數(shù)據(jù)分級分類從而實現(xiàn)AI自動化敏感數(shù)據(jù)發(fā)現(xiàn)與打標，
然后，在控制端通過數(shù)據(jù)安全API時遷數(shù)據(jù)外發(fā)。
由此可見，數(shù)據(jù)發(fā)現(xiàn)與分類分級是持續(xù)性的工作，需要針對新業(yè)務(wù)、新數(shù)據(jù)等通過AI與NLP進行持續(xù)規(guī)范化管理。
圖三：分級分類成果展示
關(guān)于霍因科技
霍因科技是一家專注在為企業(yè)客戶提供數(shù)據(jù)安全的方案/服務(wù)提供商。服務(wù)聚焦于安全合規(guī)驅(qū)動下的數(shù)據(jù)治理方案，采用場景化能力復用及機器學習能力，將數(shù)據(jù)治理與數(shù)據(jù)安全管理能力融合。
霍因科技為眾多政企客戶提供實踐數(shù)據(jù)管理及安全合規(guī)方案：從客戶數(shù)據(jù)業(yè)務(wù)的咨詢、法規(guī)理解和導入著手，基于機器學習技術(shù)與大數(shù)據(jù)湖倉技術(shù)為企業(yè)構(gòu)建安全的數(shù)據(jù)管理環(huán)境，從而實現(xiàn)基于生態(tài)的全面安全控制?；粢蚩萍荚诎踩?qū)動數(shù)據(jù)治理方面的優(yōu)勢：
1. 全域：結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)（文件/音視頻）
2. 全場景：個人隱私數(shù)據(jù)、企業(yè)數(shù)據(jù)（商業(yè)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、經(jīng)營數(shù)據(jù)...）
3. 全鏈路：數(shù)據(jù)在采集、存儲、處理、交換、管理等全鏈路上的安全管理
